Auf einen Blick
- Aufgaben: Leiten Sie das ML-Team und entwickeln Sie Produktionssysteme für geospatiale Analysen.
- Unternehmen: osapiens Terra nutzt Satellitenbilder und maschinelles Lernen zur Analyse von Umweltauswirkungen.
- Vorteile: Flexibilität durch hybride Arbeitsoptionen und nachhaltige Mobilitätslösungen.
- Weitere Informationen: Die Position ist in München, nahe Sendlinger Tor.
- Warum dieser Job: Führen Sie ein Team, das an der Schnittstelle von KI und Klimadaten arbeitet.
- Qualifikationen: Erforderlich sind ein MSc oder PhD in einem relevanten Bereich und 5+ Jahre Erfahrung in ML.
Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.
Über osapiens Terra
osapiens Terra entwickelt Technologien, die Unternehmen helfen, die Umweltauswirkungen ihrer globalen Lieferketten zu verstehen. Unsere Plattform kombiniert Satellitenbilder, geospatiale Daten und maschinelles Lernen, um Abholzungsrisiken zu erkennen, die Landnutzung zu analysieren und die Einhaltung von Vorschriften wie der EU-Abholzungsverordnung (EUDR) zu unterstützen. Täglich verarbeiten unsere Systeme Millionen von Satellitenbildern und analysieren sie mit fortschrittlichen Modellen des maschinellen Lernens. Die Ergebnisse unterstützen Werkzeuge, die von über 800 Unternehmen und Tausenden von Nutzern weltweit verwendet werden, von globalen Importeuren bis hin zu Nachhaltigkeitsteams.
Unsere maschinelle Lernsystem ist für unsere Nutzer von entscheidender Bedeutung – es beeinflusst direkt die Entscheidungen in der Lieferkette weltweit. Unser in München ansässiges Team in der Nähe des Sendlinger Tors vereint Backend-Entwickler, Frontend-Entwickler, ML-Spezialisten und geospatiale Analysten, die an der Schnittstelle von Unternehmenssoftware, Klimadaten und KI arbeiten.
Über die Rolle
Als Team Lead Machine Learning sind Sie verantwortlich für das ML-Team und die technische Plattform, die unsere geospatialen Analysen antreibt. Dies ist eine praktische Führungsrolle: Sie treiben die Entwicklung von Produktions-ML-Systemen voran und bauen das Team um sich herum auf und weiter. Ihre Arbeit umfasst den gesamten Lebenszyklus der Modellentwicklung. Sie werden unser etabliertes, großangelegtes Produktionssystem vorantreiben – den Algorithmus zur Erkennung von Abholzung verbessern, der täglich Tausende von Farmen überwacht, neue Deep-Learning-Modelle entwickeln, die über Geografien hinweg generalisieren, und die Werkzeuge, Plattformen und Prozesse erstellen, die es dem Team ermöglichen, schnell zu iterieren und zuverlässig zu liefern. Sie werden auch die Entwicklung neuer Analyseprodukte fördern, während wir erweitern, was unsere Plattform leisten kann.
Ihre Verantwortlichkeiten
- Ein hochleistungsfähiges ML-Team aufbauen und weiterentwickeln
- Technische Entscheidungen zwischen ML, Produkt und Engineering abstimmen
- Praktische Problemlösungen in unserem großangelegten Produktionssystem vorantreiben – Modelle zum Laufen bringen, sie ausliefern und schnell iterieren
- Den gesamten Lebenszyklus der Modellentwicklung verantworten, von Forschung und Prototyping bis hin zu Bereitstellung, Überwachung und Wartung
- Eine skalierbare ML-Plattform entwerfen, die schnelle Experimente und zuverlässige Produktionsfreigaben ermöglicht
- Die Entwicklung neuer Analyseprodukte innerhalb des Teams fördern
- Geospatiale Analysen unter Verwendung modernster Deep-Learning-Techniken und Statistiken entwerfen und implementieren
- Klare Entscheidungskriterien für die Modellentwicklung festlegen, um die Abstimmung im Team und mit den Produktanforderungen sicherzustellen
Ihre Erfahrung
Sie könnten gut passen, wenn Sie:
- Ein starkes quantitatives Hintergrundwissen mit einem fortgeschrittenen Abschluss (MSc oder PhD) in Informatik, Ingenieurwesen, Mathematik, Fernerkundung oder ähnlichem mitbringen
- Fortgeschrittene Programmierkenntnisse in Python und starke Kenntnisse in Deep-Learning-Frameworks (PyTorch/TensorFlow) und modernen Architekturen haben. Darüber hinaus sind Sie mit MLOps-Tools (z.B. W&B) und Hochleistungsrechenumgebungen (AWS, Bare-Metal) vertraut
- Über 5 Jahre praktische Erfahrung im maschinellen Lernen verfügen, mit einer Erfolgsbilanz bei der Auslieferung produktionsreifer Systeme. Außerdem haben Sie mehr als 2 Jahre Erfahrung in der Leitung eines technischen Teams, einschließlich Einstellung, Mentoring und Festlegung der Richtung
- Mit Klarheit kommunizieren - Sie stimmen die Stakeholder ab und artikulieren technische Entscheidungen klar, wodurch ein gemeinsames Verständnis zwischen den Teams geschaffen wird
- Tief technisch sind - Sie bringen Dinge schnell zum Laufen, lösen Probleme pragmatisch und übernehmen Systeme von Anfang bis Ende
- Vorherige Erfahrung in einem Softwareunternehmen haben, produktisierte Analysen in großem Maßstab ausliefern und sich in einem schnelllebigen, wachstumsstarken Umfeld wohlfühlen
- Routine im Umgang mit Petabytes von Daten und im Entwerfen effektiver Datenverarbeitungswerkzeuge und -abläufe mitbringen
- Effektiv mit KI-unterstützten Arbeitsabläufen und Codierungswerkzeugen arbeiten
- Fließend Englisch (C1+) und Deutsch (C1+) sprechen
Starke Kandidaten haben möglicherweise auch:
- Erfahrung mit modernen Computer Vision-Architekturen, die auf Probleme wie Segmentierung, Änderungsdetektion und Zeitreihenbilddaten angewendet werden
- Erfahrung in der Arbeit mit Fernerkundungs- oder Satellitendaten (SAR, optisch, LIDAR)
- Erfahrung in der Übersetzung von Produktanforderungen und komplexen regulatorischen Anforderungen in algorithmische, datengestützte Lösungen
Vertretene Projekte
- Verbesserung der Änderungsdetektion in Zeitreihen-Satellitenbilddaten mithilfe von überwachten und unüberwachten Methoden des maschinellen Lernens – mehrere Satellitenmodalitäten wie SAR, optisch und LIDAR in einer optimierten Datenpipeline zusammenführen, um eine nahezu Echtzeitüberwachung über Tausende von Standorten in der Lieferkette zu ermöglichen
- Modelle über verschiedene Geografien und Landnutzungsarten trainieren oder feinabstimmen
- Modellevaluierungs- und Überwachungsrahmen entwerfen und implementieren, die dem Team Vertrauen in die Produktionsleistung geben und Entwicklungsprioritäten leiten
- Die ML-Experimentierplattform aufbauen und skalieren – Werkzeuge, Recheninfrastruktur und Entwicklungsabläufe – um die Iterationszeit von der Idee bis zur Produktionsbereitstellung zu verkürzen
- Die Entwicklung eines neuen Analyseprodukts leiten, es von der frühen Forschung bis zur Produktionsauslieferung und Kundenlieferung bringen
Vorteile
- Eine zielgerichtete Mission, die komplexe Nachhaltigkeitsherausforderungen angeht, während Sie an der Seite globaler Branchenpioniere in einem schnell wachsenden Unicorn-Unternehmen arbeiten
- Raum für Kreativität durch kollaborative Teamarbeit und eine offene Kommunikationskultur
- Flexibilität und Teambindung mit unseren hybriden Arbeitsoptionen
- Unterstützung für Ihre Wachstumsreise, sowohl persönlich als auch beruflich
- Nachhaltige Mobilitätsoptionen, die umweltfreundliche Pendellösungen fördern
- Spaßige Teamevents und Ausflüge mit unseren globalen Teams
- Inspirierende Arbeitsräume in Mannheim, München und Madrid
Team Lead Machine Learning (m/f/x) - Remote Sensing Arbeitgeber: osapiens
Arbeiten Sie bei osapiens Terra in München, wo innovative Technologien zur Bekämpfung von Umweltproblemen entwickelt werden. Genießen Sie kreative Freiräume und teamorientierte Kultur in einem schnell wachsenden Unicorn-Unternehmen. Profitieren Sie von flexiblen Arbeitsmodellen und nachhaltigen Mobilitätsoptionen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Team Lead Machine Learning (m/f/x) - Remote Sensing erhalten könnten
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei osapiens zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Team Lead Machine Learning (m/f/x) - Remote Sensing mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Team Lead Machine Learning (m/f/x) - Remote Sensing bei osapiens gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei osapiens vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für osapiens entscheidend sein!